글로벌 및 중화권 반도체(AI ASIC, AI 컴퓨팅 파워 및 양자 보안): 맞춤형 ASIC, 중국 컴퓨팅 파워 및 양자 보안이 새로운 성장 동력으로 부상하면서 AI 컴퓨팅 확장이 글로벌 반도체 산업을 계속 재편

개요

이 보고서는 글로벌 AI 반도체, 클라우드 맞춤형 ASIC, 중국 AI 컴퓨팅 파워 및 양자 보안을 다루는 산업 전망이다. 보고서는 클라우드 capex, 추론 수요, 첨단 패키징 및 국내 컴퓨팅 인프라가 장기 성장을 뒷받침할 것으로 보지만, AI와 비AI 반도체 여건 간의 격차는 확대되고 비용, 에너지, 생산능력 및 규제가 주요 제약을 구성할 것으로 판단한다.

핵심 견해

보고서는 아시아태평양 반도체 산업에 Attractive 전망을 부여하며, AI 공급망, 니치 메모리 및 중국의 국내 컴퓨팅 생태계에 대한 명확한 배분 선호를 제시한다. AI 부문에서는 MediaTek이 최선호주이며 TSMC, SMIC, Aspeed, Alchip, KYEC, ASE, FOCI, ASMPT, AllRing 및 GUC도 선호된다. 메모리 부문에서는 AP Memory가 최선호주이며 Macronix, Nanya Tech, Winbond 및 GigaDevice도 선호된다. 중국 AI/반도체/웨이퍼 팹 장비 부문에서는 Iluvatar, Cambricon, Hygon Information, NAURA Technology 및 AMEC을 선호한다. 테스트 장비 및 소모품 종목에는 WinWay, MPI, Hon Hai 및 Gudeng이 포함되며, 성숙 공정에서는 UMC가 선호된다. 보고서는 OmniVision Group, Phison, MetaX, Realtek 및 GlobalWafers를 EW로, WIN Semi, Silergy 및 ASMedia를 UW로 평가한다. 전체 사이클은 강한 AI 수요와 약한 비AI 수요 간의 분화를 보인다. 보고서는 글로벌 반도체 산업이 2030년까지 US$1.5 trillion에 도달할 가능성이 있으며 AI 반도체가 약 절반을 기여할 것으로 예상한다. AI 반도체 TAM은 2030년까지 약 US$753 billion으로 추정되며, 공급망 데이터 기반 강세 시나리오는 클라우드 AI 반도체 TAM이 2026년에 US$485 billion에 도달할 수 있음을 시사한다. 한편 메모리 및 NVIDIA AI GPU 매출을 제외한 비AI 반도체 성장률은 2026년에 하락할 것으로 예상된다. 로직 반도체 파운드리 가동률은 2026년 하반기에 80%에 도달할 수 있다. 역사적으로 재고일수 감소는 보통 반도체 주가지수 상승과 동시에 나타났지만, 현재 회복은 모든 하위 시장에서 동시적으로 발생하지 않고 있다. 클라우드 서비스 제공업체의 지출은 여전히 AI 칩 수요의 핵심 출발점이다. Amazon, Google, Microsoft 및 Meta 등 4대 클라우드 서비스 제공업체의 합산 capex는 2026년 2분기에 전년 대비 87% 증가했으며, capex 대비 EBITDA 비율은 70%를 넘어섰다. Morgan Stanley의 추적 모델은 국부 AI를 제외한 전 세계 상장 클라우드 서비스 제공업체 상위 14곳의 capex가 2027년에 US$1.4 trillion에 근접할 것으로 추정한다. 보고서는 capex로부터 랙, 전력, GPU/ASIC, 첨단 공정 웨이퍼, CoWoS 및 HBM 수요를 추가로 도출하며, 예산은 견조하게 유지되고 있으나 capex 강도, 미국 전력 가용성 및 프로젝트 배포 속도가 전망 실현 여부를 결정할 것으로 결론짓는다. TSMC는 이 전이 사슬의 주요 수혜자다. 보고서는 TSMC가 2025년에 관련 칩 5.1 million개를 생산했으며 연간 GB200 NVL72 랙 출하량은 30,000 units에 도달할 수 있다고 추정한다. AI 컴퓨팅 웨이퍼 소비 가치는 2027년에 US$46 billion을 초과할 것으로 예상되며 NVIDIA가 여전히 수요 대부분을 기여한다. HBM 소비량은 2027년에 최대 48 billion Gb에 도달할 수 있으며, NVIDIA가 다시 대다수를 차지할 것으로 예상된다. 총 CoWoS 수요는 2026년 1.394 million wafers에서 2027년 2.694 million wafers로 증가할 것으로 예상되며, 이에 따라 보고서는 TSMC가 2027년까지 CoWoS 생산능력을 월 200,000 wafers로 확대할 수 있다고 제시한다. 고객 구성은 더욱 다변화될 것이다. NVIDIA의 CoWoS 수요는 2026년 780,000 wafers, 2027년 1.222 million wafers로 각각 약 56%와 45%를 차지할 것으로 예상된다. Broadcom의 비중은 약 22%와 18%, AMD는 약 9%와 20%이며, MediaTek의 2027년 수요는 약 180,000 wafers 또는 약 7%다. 첨단 공정 수요도 마찬가지로 견조하다. TSMC가 제공한 정보에 따르면 N2 생산능력은 2026년부터 2028년까지 70%의 연평균복합성장률을 달성할 수 있다. N5 생산능력은 2027년에 감소하는 반면 N3는 계속 증가할 것으로 예상되며, 이는 보고서의 고객 수요 전망과 일치한다. 성숙 공정 및 특수 공정 생산능력은 2024년부터 2029년까지 7%의 연평균복합성장률로 확대될 것으로 예상된다. AI 반도체 매출은 TSMC의 2026년 매출 중 30% 이상을 차지할 수 있으며, 보고서가 제시한 마진 확대 논지를 뒷받침할 수 있다. AI 서버 CPU와 메모리는 두 가지 추가 성장 및 제약 사슬을 구성한다. NVIDIA의 Vera CPU는 코어를 칩렛 간에 분할하지 않는 설계를 사용해 코어 간 연결 경로를 단축한다. 보고서는 그 성능이 최고 성능 x86 CPU의 1.8배에 도달할 수 있다고 설명한다. 강세 시나리오는 US$238 billion의 CPU 오케스트레이션 TAM에 해당하며, 톱다운 모델은 F26부터 F30까지 Agentic CPU TAM의 연평균복합성장률이 251%일 것으로 전망한다. 메모리 부문에서 AI 스토리지 수요는 NAND 부족을 초래하고 있으며, NOR Flash 공급 부족은 2026년 내내 지속될 것으로 예상되고 DDR4 부족은 2026년 하반기까지 이어질 수 있다. 한편 웨이퍼, 조립 및 테스트, 메모리 비용 상승은 2026년에 칩 설계 기업의 마진 압박을 가중시키고 가격 탄력성을 통해 최종 시장 기술 제품 수요를 억제할 수 있다. NVIDIA GPU 성능 개선으로 맞춤형 ASIC이 불필요해지지는 않을 것이다. 보고서는 대형 클라우드 서비스 제공업체들이 자사의 독점 워크로드에 최적화된 칩을 계속 필요로 할 것이며, 각 클라우드 서비스 제공업체의 로드맵에 따라 더 많은 ASIC 프로젝트가 진행될 것으로 예상한다. Alchip의 모델은 2028년에 확정된 Trainium4 800,000 units가 US$8 billion의 매출에 해당함을 보여준다. 해당 연도 Alchip의 총매출은 US$9.8 billion으로 예상되며, Trainium의 기여도는 82%다. Google TPU 전망은 총 물량이 2026년 3.7 million units에서 2027년 7.35 million units로 증가하고 2028년에도 6.5 million units 이상을 유지할 것으로 보지만, 상승 여력은 ABF 기판 공급에 의해 제약될 수 있다. MediaTek은 보고서에서 강조된 가장 두드러진 맞춤형 ASIC 수혜자다. TPU 매출은 2027년 US$13.5 billion에서 2028년 US$43.5 billion으로 증가하고 2029년에는 US$70 billion에 도달할 것으로 예상된다. 프로젝트가 고객 소유 툴링 모델을 채택하더라도, 보고서는 MediaTek이 최소한 TPU v10 패키징과 I/O 다이를 담당할 것으로 본다. KYEC는 AI GPU, TPU 및 CPU의 동시 성장 수혜자로 평가된다. 첨단 패키징 경쟁에서 TSMC의 CoWoS는 최대 약 9.5배 레티클 크기 또는 웨이퍼당 4개 칩을 지원할 수 있다. 공급망이 원활하게 실행된다면 Intel EMIB는 12배 레티클 크기를 초과하는 더 큰 칩을 보다 쉽게 지원할 수 있다. 따라서 최종 경쟁 결과는 설계 역량뿐 아니라 공급망 납품에도 달려 있다. 중국 AI 컴퓨팅 파워는 독립적인 장기 성장 테마다. DeepSeek은 더 낮은 비용의 추론 접근법을 보여주었으며, 보고서는 이것이 추론 수요를 자극할 것으로 판단한다. 중국 국내 파운드리 공급망도 AI GPU 생산 역량을 점차 갖추고 있다. 중국의 AI 칩/GPU TAM은 2030년까지 US$91 billion에 이를 것으로 예상되며, 국내 가속기의 시장 규모와 점유율은 계속 확대될 것이다. 수요 측 증거에는 중국 내 NVIDIA 5090 가격의 지속적 상승, ByteDance의 Volcano Engine/Doubao에서 급증하는 토큰 사용량, 그리고 중국 클라우드 capex 추세가 포함된다. 보고서의 추론 경제성 비교는 중국에서 이용 가능한 NVIDIA 프로세서와 비교해 국내 칩이 더 낮은 TCO와 비슷한 토큰당 비용을 보이며, 현저히 낮은 가격으로 더 나은 단위 비용당 성능을 제공함을 보여준다. 중국의 인프라 역량도 시장이 인식하는 기술 격차를 좁히고 있다. 2026년 세계인공지능대회에서는 여러 SuperPod 솔루션이 공개되었다. Huawei Atlas 950은 1,024개의 Ascend 950DT NPU, 16개의 컴퓨팅 캐비닛 및 4개의 UnifiedBus 캐비닛으로 구성되고, 하이브리드 구리-광 인터커넥트를 사용하며 최대 256 TB의 풀링 메모리를 제공한다. Moore Threads의 솔루션은 128~256개의 S-series GPGPU를 포괄하며, Enflame-ZTE 및 MetaX-ZTE 솔루션은 각각 64개의 가속기로 구성되고 미드플레인 없는 직교 아키텍처를 사용한다. Hygon Information의 통합 CPU 및 GPU 플랫폼은 OW 전망을 받았다. 보고서는 중국의 CPU TAM이 2030년까지 US$42 billion으로 증가하고, Hygon의 중국 서버 CPU 시장 점유율이 2028년까지 18%에 도달할 것으로 예상한다. 양자 보안 부문은 하드웨어 보안을 글로벌 양자 공급망의 기반으로 본다. 보고서는 현대 전자 시스템이 주로 비대칭 암호화에 의존하는 반면 양자 컴퓨팅이 각국으로 하여금 포스트양자암호 전환 로드맵을 수립하도록 촉진하고 있다고 지적한다. 지역별 일정은 다르지만 2030년은 핵심 변곡점이며, 주요 경제권은 대체로 NIST의 PQC 표준으로 수렴하고 있다. 보고서는 다양한 연결 계층에 걸친 양자 보안 수요를 분석하고 물리적 복제 방지 기능(PUF)의 TAM이 2030년까지 약 US$310 million에 도달할 것으로 예상하며, 관련 반도체/PUF IP 기업 및 eMemory의 P/E 범위를 통해 시장 가격을 평가한다.

분석 프레임워크

보고서는 먼저 글로벌 반도체 사이클, 재고 및 클라우드 capex를 사용해 총수요를 평가한 후, 클라우드 지출을 전력, 서버 랙, GPU/ASIC, 첨단 공정 웨이퍼, CoWoS 및 HBM으로 단계별 분해한다. Trainium 및 TPU 프로젝트의 경우 칩 물량에 인식되는 단위 가치를 곱해 공급업체 매출을 추정한다. 중국 AI 컴퓨팅 파워의 경우 시장 규모, 토큰 수요, TCO, 토큰당 비용 및 SuperPod 아키텍처를 비교한다. 양자 보안 부문은 암호 전환 일정, 연결 계층 및 하드웨어 보안 구성요소로부터 PUF 시장 기회를 도출하고 P/E 범위 비교로 보완한다.

방법론 메모

• 산업/섹터 분석 프레임워크수요-공급 프레임워크

  AI 칩, CoWoS, HBM 및 메모리를 위한 수요-공급 모델

  보고서는 생산능력 확장, 부족 지속 기간 및 고객 점유율을 평가하기 위해 칩, 웨이퍼, 첨단 패키징 및 메모리의 수요와 공급 능력을 별도로 추정한다.

• 산업/섹터 분석 프레임워크업스트림-미드스트림-다운스트림 산업 체인 전이

  클라우드 Capex에서 반도체 수요로의 전이

  클라우드 서비스 제공업체 capex 및 전력 배치에서 시작해, 연구는 랙, GPU/ASIC, 첨단 공정 웨이퍼, CoWoS, HBM 및 테스트 수요를 순차적으로 도출한다.

• 산업/섹터 분석 프레임워크물량-가격 분해

  ASIC 프로젝트 물량 및 단가 매출 모델

  Alchip Trainium 및 MediaTek TPU 전망은 각 칩 세대의 물량에 공급업체가 인식하는 칩당 가치를 곱해 연간 프로젝트 매출과 매출 비중을 도출한다.

• 사이클 및 영업 환경 프레임워크재고 사이클(Kitchin)

  반도체 재고일수 및 영업 환경 평가

  보고서는 공급망 재고일수와 그 역사적 변화를 검토하며, 재고일수 감소 기간이 일반적으로 반도체 주가지수 상승과 일치했다고 지적한다.

• 밸류에이션 방법PE/PEG 밸류에이션

  P/E 비율 및 과거 P/E 범위 비교

  보고서는 반도체 하위 섹터 전반의 밸류에이션을 비교하고 PUF/IP 관련 기업 및 eMemory의 P/E 범위를 사용해 시장 가격을 평가한다.

• 산업/섹터 분석 프레임워크기타

  추론 TCO, 토큰당 비용 및 단위 비용당 성능 비교

  보고서는 하드웨어 조달 및 운영 비용과 모델 추론 산출을 결합해 중국 내 국내 칩과 NVIDIA 프로세서를 총소유비용, 토큰당 비용 및 가격 대비 성능 측면에서 비교한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• MediaTek (2454.TW)

  보고서는 이를 AI 최선호주로 지목하며 Google TPU 프로젝트에서 패키징, I/O 다이 및 관련 칩 가치를 확보할 것으로 예상한다.

  강점

  TPU 매출은 2027년 US$13.5 billion에서 2029년 US$70 billion으로 증가할 것으로 예상된다. 고객 소유 툴링 모델에서도 최소한 TPU v10 패키징과 I/O 다이를 담당할 것이다.

  비교

  보고서는 MediaTek을 글로벌 클라우드 맞춤형 ASIC 공급망의 중심에 둔다.

  위험

  Google TPU 물량 성장의 상승 여력은 ABF 기판 공급에 의해 제약될 수 있다.

• TSMC

  AI 첨단 공정 웨이퍼, CoWoS 및 다수 GPU/ASIC 고객의 수요 증가로 수혜를 받는다.

  강점

  N2 생산능력은 2026년부터 2028년까지 70%의 복합 성장을 달성할 것으로 예상되며, AI 반도체 매출은 2026년 매출의 30%를 초과할 수 있다.

  약점

  N5 생산능력은 2027년에 감소할 것으로 예상된다.

  비교

  CoWoS는 최대 약 9.5배 레티클 크기를 지원할 수 있다. Intel EMIB는 공급망 실행이 원활하다면 12배 레티클 크기 이상을 지원할 수 있다.

  위험

  클라우드 capex, 프로젝트 전력 배치 및 고객 수요의 실현 속도가 생산능력 확장 가동률에 영향을 미친다.

• Alchip

  AWS Trainium 맞춤형 AI 학습 칩의 성장으로 수혜를 받는다.

  강점

  Trainium 매출은 2028년에 US$8 billion에 도달할 것으로 예상되며 총매출은 US$9.8 billion으로 전망된다.

  약점

  Trainium 매출은 2028년 총매출의 82%를 차지할 것으로 예상된다.

  비교

  보고서는 이를 주요 클라우드 서비스 제공업체의 맞춤형 ASIC 프로젝트 직접 수혜자로 식별한다.

• KYEC

  보고서는 AI GPU, TPU 및 CPU의 테스트 수요 동시 성장으로 수혜를 받을 것으로 본다.

  강점

  수요원은 범용 GPU, 클라우드 맞춤형 ASIC 및 AI 서버 CPU에 걸쳐 있다.

• NVIDIA (NVDA.US)

  AI 웨이퍼, CoWoS 및 HBM 수요의 최대 기여자로 남아 있으며 Vera CPU를 통해 Agentic CPU로 확장하고 있다.

  강점

  Vera 성능은 최고 성능 x86 CPU의 1.8배에 도달할 수 있으며, 2027년 CoWoS 수요는 1.222 million wafers로 예상된다.

  비교

  중국 내 국내 칩은 더 낮은 가격을 통해 더 낮은 TCO와 더 강한 단위 비용당 성능을 달성한다.

  위험

  미국 에너지 제약, 클라우드 고객 예산 및 규제는 AI 확장의 제한 요인이다.

• SMIC (00981.HK)

  중국 AI/반도체 OW 목록에 포함되며 중국 국내 AI GPU 생산 역량 개선의 수혜를 받는다.

  강점

  보고서는 중국 국내 파운드리 공급망의 AI GPU 생산 역량이 점점 더 강화되고 있다고 본다.

  비교

  다른 중국 국내 컴퓨팅 및 웨이퍼 팹 장비 기업과 함께 국내 AI 공급망을 형성한다.

  위험

  중국의 칩 생산능력은 보고서에서 명시적으로 식별된 성장 제약 요인이다.

• Cambricon (688256.SH)

  중국 AI/반도체 OW 목록에 포함되며 국내 AI 가속기의 수평 비교에서 다뤄진다.

  강점

  중국 AI 칩/GPU TAM 확대와 국내 가속기 점유율 상승의 수혜를 받는다.

  비교

  보고서는 이를 MetaX 및 Iluvatar와 비교한다.

  위험

  칩 생산능력과 규제가 중국 AI 시장의 성장을 제약할 수 있다.

• Hygon Information

  통합 CPU 및 GPU 컴퓨팅 플랫폼이 OW 전망을 받았다.

  강점

  보고서는 중국 서버 CPU 시장에서의 점유율이 2028년까지 18%에 도달할 것으로 예상한다.

  비교

  2030년까지 US$42 billion으로 증가하는 중국 CPU TAM의 성장 궤적에 부합한다.

  위험

  중국의 칩 생산능력 제약이 시장 확대에 영향을 줄 수 있다.

• AP Memory

  메모리 최선호주로 지목되며 Intel EMIB 관련 첨단 패키징 기술 체인에 참여한다.

  강점

  보고서가 선호하는 니치 메모리와 첨단 패키징의 교차점에 위치한다.

  비교

  추천 메모리 포트폴리오의 다른 명시된 기업보다 높은 우선순위를 가진다.

핵심 데이터

• 글로벌 반도체 시장 규모2030e까지 US$1.5tn보고서는 AI 반도체가 그때까지 약 절반을 기여할 것으로 예상
• AI 반도체 TAM2030e까지 ~US$753bn장기 글로벌 AI 반도체 시장 전망
• 클라우드 AI 반도체 TAM 강세 시나리오2026e US$485bn공급망 데이터에 의해 주도되는 강세 시나리오 가정
• 4대 클라우드 서비스 제공업체의 Capex 성장2Q26CY 전년 대비 87%Amazon, Google, Microsoft 및 Meta 합산
• 클라우드 서비스 제공업체 Capex 강도70% 초과Capex 대비 EBITDA 비율
• 글로벌 클라우드 Capex2027년 거의 US$1.4tn국부 AI를 제외한 글로벌 상장 클라우드 서비스 제공업체 상위 14곳
• 총 CoWoS 수요2026e 1,394k wafers; 2027e 2,694k wafers글로벌 고객 수요 전망
• 잠재적 TSMC CoWoS 생산능력2027년까지 200kwpm지속적으로 강한 AI 수요에 기반한 생산능력 확장 평가
• 2027년 AI 컴퓨팅 웨이퍼 소비>US$46bnNVIDIA가 수요 대부분을 기여할 것으로 예상
• 2027년 HBM 소비최대 48bn GbNVIDIA가 대부분의 공급을 계속 소비할 것으로 예상
• TSMC N2 생산능력 성장2026-2028e 70% CAGRTSMC가 제시한 생산능력 성장 궤적
• TSMC AI 반도체 매출 비중2026e 매출의 >30%TSMC 총매출에서 AI 관련 매출의 예상 비중
• Vera CPU 성능1.8x최고 성능 x86 CPU 대비
• Agentic CPU TAM 성장F26에서 F30까지 251% CAGRMorgan Stanley 톱다운 모델
• Alchip Trainium 매출2028e US$8bn해당 연도 Alchip 총매출 US$9.8 billion의 82%를 차지할 것으로 예상
• MediaTek TPU 매출2029e US$70bn2027년 및 2028년 전망은 각각 US$13.5 billion 및 US$43.5 billion
• 중국 AI 칩/GPU TAM2030e까지 US$91bn중국 AI 가속기 시장의 장기 전망
• 중국 CPU TAM2030년 US$42bnHygon의 중국 서버 CPU 시장 점유율은 2028년까지 18%에 도달할 것으로 예상
• PUF TAM2030년까지 US$310mn양자 하드웨어 보안 관련 시장 전망

영향과 시사점

보고서는 반도체 성장이 AI 칩, 첨단 공정, CoWoS, HBM, 테스트 및 맞춤형 ASIC에 점점 더 집중되어 TSMC, MediaTek, Alchip 및 관련 조립·테스트 기업이 더 큰 가치를 확보할 수 있다고 본다. 비AI 칩 설계 기업은 수요 둔화와 웨이퍼, 조립 및 테스트, 메모리 비용 상승에 동시에 직면할 수 있다. 중국의 국내 칩은 더 낮은 가격, 더 낮은 TCO 및 SuperPod 인프라를 통해 단일 칩 성능 격차를 부분적으로 상쇄한다. 포스트양자암호 전환은 PUF와 같은 하드웨어 보안 구성요소를 위한 새로운 장기 시장도 창출한다.

위험

• AI 성장은 클라우드 서비스 제공업체의 예산과 capex 강도에 의해 제약될 수 있다.
• 미국 전력 공급은 AI 인프라 확장의 명시적 제약 요인이다.
• 중국의 칩 생산능력은 국내 AI 컴퓨팅 수요의 실현을 제한할 수 있다.
• 규제 변화는 AI 반도체 프로젝트와 시장 확대에 영향을 미칠 수 있다.
• 웨이퍼, 조립 및 테스트, 메모리 비용 상승은 2026년에 칩 설계 기업의 마진 압박을 가중시키고 가격 탄력성을 통해 최종 수요를 약화시킬 수 있다.
• AI 반도체에 대한 공급망 우선 배정은 비AI 반도체를 밀어내고 T-Glass 및 메모리 부족을 초래할 수 있다.
• Google TPU와 같은 맞춤형 칩의 물량 성장 상승 여력은 ABF 기판 공급에 의해 제약될 수 있다.
• Intel EMIB가 대형 칩 우위를 실현할 수 있는지는 공급망 실행에 달려 있다.

주시할 점

• 주요 클라우드 서비스 제공업체의 capex 성장과 capex 대비 EBITDA 비율이 높은 수준을 유지할 수 있는지 추적한다.
• 전력 배치, GB200/300 랙 출하량 및 이들의 CoWoS, 첨단 공정 웨이퍼 및 HBM 수요 전환을 모니터링한다.
• TSMC의 CoWoS 생산능력 확장, N2 램프업, 그리고 2027년 N5 감소 및 N3 증가 진행 상황을 주시한다.
• 중국 내 NVIDIA 5090 가격, 주류 대형 모델의 토큰 가격 및 Doubao 토큰 사용량과 같은 단기 AI 수요 지표를 추적한다.
• 보고서에서 설명한 바와 같이 NAND, NOR Flash 및 DDR4 부족이 각각 2026년과 2026년 하반기까지 지속되는지 모니터링한다.
• 지역별 포스트양자암호 전환 로드맵 및 2030년 전후의 구현 이정표를 주시한다.